高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

基于模糊C均值聚类的交通状态判别研究

张芸芸

张芸芸. 基于模糊C均值聚类的交通状态判别研究[J]. 铁路计算机应用, 2013, 22(4): 4-6.
引用本文: 张芸芸. 基于模糊C均值聚类的交通状态判别研究[J]. 铁路计算机应用, 2013, 22(4): 4-6.
shu
ZHANG Yunyun. Study on identification of traffic state based on fuzzy C-means clustering[J]. Railway Computer Application, 2013, 22(4): 4-6.
Citation: ZHANG Yunyun. Study on identification of traffic state based on fuzzy C-means clustering[J]. Railway Computer Application, 2013, 22(4): 4-6.
shu

基于模糊C均值聚类的交通状态判别研究

  • 北京交通大学 电子信息工程学院,北京,100044

详细信息

  • 中图分类号: TP393

Study on identification of traffic state based on fuzzy C-means clustering

摘要

    摘要
  • 摘要: 本文根据实测京津塘高速公路感应线圈数据,利用模糊聚类的方法对交通流状况的分类进行了研究,将交通状态分为畅通、拥挤、堵塞3类.同时对比了车速、车流量和占有率3种参数对交通状态判别的影响.分析结果表明:用模糊聚类进行交通流状况分类是一种可行的方法；车速对交通流分类的影响最大,其次是占有率和流量.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  52
  • HTML全文浏览量:  1
  • PDF下载量:  108
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-04-14
  • 录用日期:  2013-04-14
  • 刊出日期:  2013-04-14

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    京ICP备12043220号-2

    本系统版权所有：北京仁和汇智信息技术有限公司   百度统计